物联网实训教学平台2021年2月
第1期总第183期
公安学刊一~浙江警察学院学报
Public Security Science Journal-----Journal of Zhejiang Police College
Feb. ,2021
No. 1Ser.No. 183
张静、朱丽敏2，丁伟杰3
(丨，3.浙江警察学院，浙江杭州310053)
(2.绍兴市公安局，浙江绍兴312000)
摘要：随着互联网技术的快速发展和社交网络的普及，涉警网络舆情的形势越来越严峻.梳理涉警 网络舆
情的影响因素，运用熵权法、层次分析法和组合权重法进行分析，建立涉警网络舆情风险等级的评价 预测模型，可以对涉警网络舆情的风险等级以及发展变化趋势进行评估和预测，有利于采取有针对性的应 对策略，实现对涉警网络舆情的精准防控。
关键词：涉警网络舆情；熵权法；层次分析法；组合权重法；风险评估；应对策略
中图分类号：丨)631文献标识码：A文章编号：1674-3040(2021 )01-0059-06
涉警网络舆情是指社会各阶层民众在互联网 上围绕有关公安机关和公安队伍的社会事件发生、发展变化情况所持有的社会政治态度、情绪和意见 的总和。1公安机关与人民众联系密切，其活动广 受人民众关注，被歪曲炒作的情况也比较多，一旦 有大的案（事）件发生，很容易成为舆论焦点。
20世纪末以来，随着互联网的发展，涉警网络 舆情频发，且呈受众范围广、持续周期长、管控难度 大等特征，涉警网络舆情逐渐成为学者们关注的热
收稿日期：2020-06-12
作者简介：张静，浙江警察学院计算机与信息安全系副教授，博士，主要研究方向为教据分析技术、智能算法；
朱丽敏，浙江省绍兴市公安局民警，主要研究方向
碱性水机为网络舆情技术、网络安全；丁伟杰，浙江警察学
院大数据与网络安全研究院副院长，副教授，主要
研究方向为大数据警务、数据分析
基金项目：衣文系浙江省公益技术研究计划项目“基于语义分 析的涉网新型犯罪分类与防控系统研究”（项目编
号：G F2IG030009)、“基于多元警务教据融合的智
能化推荐预平台研究”（项目编号：LG FI9G010001 )
和浙江省教育厅一般科研项目“基于智能算法的
城市突发事件下应急警力资源调度研究”（项目编
号：Y20丨839027)的阶段性研究成果点之一，相关的论文、专著不断增多。有关涉警网 络舆情的研究，大致有三个方向：涉警网络舆情相 关理论研究、舆情应对的现状与问题研究、应对策 略研究3其中，量化和可视化分析的研究相对较 少。笔者在分析涉警网络舆情影响因素的基础上, 运用熵权法、
层次分析法和组合权重法，尝试建立 涉警网络舆情的风险评估预测模型，对涉警网络舆 情进行风险等级划分，并就不同风险等级的网络舆 情提出应对策略，旨在为各级公安机关处置涉警网 络舆情提供参考和借鉴。
一、涉警网络舆情的影响因素
涉警网络舆情是网民对公安机关、公安工作及 其相关问题的意见、政治态度和情绪影响涉警网络舆情的因素主要包括舆情主体、舆情客体、舆情 内容和社会环境变迁。
(一）涉警网络舆情主体
信息发布的主体即网民是涉警网络舆情的主 体，他们之间通过网络建立联系。如何评价网民 对涉警网络舆情的影响是研究的重点，一般从两 个角度进行评价，分别是用户的属性和信息的属性。14
关于用户的属性对涉警网络舆情的影响，一般 考虑1P地址、MAC地址、用户受关注度、用户关注
硫芥子气• 59 •
度、用户注册信息、用户活跃度等，建立如下用户属 性矩阵（见表1)。
表1用户属性矩阵
用户
IP
地址4
M AC
地址4
用户受
关注度4
用户关
注度4
用户注
册信息4
用户活
跃度A
g\g d\2g d\A g d ls^16 g，从丨g(i i2g d lA g d i5
gn g d n2g d n5g f L 其中，g，表示用户乂为用户的属性^〜表示用户各自的属性“=1,2,…叫' =1,2,…6。对用户属 性矩阵按行按列求算术平均值，得到用户属性平均 值为火：
混凝土防冻剂配方
〜==丨，
2,…，
n⑴用户的受关注度越高、活跃度越高，相应用户 属性平均值越大，说明该用户在涉警网络舆情中的 影响程度越大。
(二）涉警网络舆情客体
涉警网络舆情的客体即涉警网络舆情的作用 对象—公安机关和公安队伍。公安机关若能充分 重视涉警网络舆情，并从自身的角度出发分析原 因，就可以有效减少舆情的发生与发展。从两个角 度出发对涉警网络舆情客体进行分析，分别是政策 导向成，与专业人才储备C,,。
政策导向是公安工作的指导，随着警务工作 的曰渐优化，警务改革的推动，公安工作的政策导 向日渐完善，而政策导向短时间内对网络舆情影响 较小，建模时暂对其忽略不计。
专业人才储备Q是指应对涉警网络舆情的专 业性人才。若公安机关在第一时间实施处置措施，则可能迅速掌握舆论引导的主动权。笔者以引发涉 警网络舆情的发帖所在地公安机关的舆情处置民 警数量作为专业人才储备C,,:
C…=r⑵其中r表示处置民警数量。
(三） 涉警网络舆情内容
涉警网络舆情的内容一般有公安新闻、案件通 报、安全宣传、法律法规出台等。舆情内容的掌握和 控制，对分析涉警网络舆情的走势具有重要意义。根据涉警网络舆情内容，笔者从文本特征、层级、热 度、情感属性四个方面进行建模。
1.内容的文本特征。内容的文本特征一般包括 文本长度、文本内容重复率、文本发布时间间隔、文 本敏感词汇出现率等。通过提取文本特征，建立信 息文本特征矩阵（见表2)，可以更好地掌握舆情内 容的关键信息。
表2涉警舆情信息文本特征矩阵
信息
文本
文本长度文本内容
重复率/2
文本发布
时间间隔/3
文本敏感词
汇出现率/4 m,m/丨丨爪/丨2m/l3爪“4
m i m K\m
/,2m/丨，m/,4
爪L爪L爪L %表示的是信息文本，表示的是信息文本 的特征，m/n表示的是每个信息文本各自的特征。对原始数据求算术平均值，得到信息文本的 属性为
D,= 士 1/卜= I，2,…，n⑶h值越大，表示的属性值越高，影响程度越大。
2•内容的层级。舆情的传播范围越广，那么涉及 的用户越多，因此用内容的层级来表示传播范围。将第一个发布的信息称为第一层级账户，第二层级 的账户则可以通过评论转发第一层级账户所发布 的信息，依此类推。传播性高的，层级可能到达100 层甚至以上，涉及到的人员范围可能超过100万人。而传播性低的，层级不超过5层，甚至仅有1层。
为了更好地确定涉警网络舆情内容的层级，将 用户之间的关系拓扑成点和线的关系。假设不考虑 无关联用户之间的信息交互，将两点之间的路径长 度标为1，这两点分别表示第一层级账户与待检测 账户。待检测账户的层级为其到第一层级账户之间 的最短路径长度加1，其公式如下：
/, = pathminl + 1(4)其中，/KU/zmin，表示待检测账户/到第一层级账 户之间的最短路径;/，表示待检测账户*_的层级。
3.内容的热度t内容的热度是指网络舆情内容 的受关注度或讨论度。分析评估涉警网络舆情内容 热度，有助于控制涉警网络舆情的发生和发展。考 虑用户参与度与信息发布主题关注度对内容热度 的影响，以天为时间单位，计算内容的热度，其公式 如下：
H'= X ,(a^ + /3l〇g P n)(5)
• 60 •
其中,a，是调整系数，本文选取a= 0.8，办= 〇. 1。5，表示单位时间内内容〖相关的信息数量，5、表示的是单位时间内发布所有信息的数量，P,，表示 内容i参与度的人数。
//，的计算结果取值在〇 - 1之间。数值越高说明 热度越高，1表示热度极高,〇表示没有热度。
4.内容的情感属性。网络舆情具有强烈的情感 属性，通过对舆情内容表达的主观情感进行分类，来判断涉警网络舆情信息是正面还是负面。对舆情 内容情感属性进行分类，有利于在舆情快速传播过 程中对负面涉警网络舆情及时进行引导和干预。本文将正面的主观情感定义为褒义，负面的主观情感 定义为贬义，其余为中性：
1褒义，emotion > y
中性，I emotion 丨Sy(6)
贬义，emotion< y
y表示的是内容情感倾向的中性过滤数值。
Mehrabian 和Russell于 1974 年提出 PAD=维情 感模型，其中，P代表愉悦度（Pleasure-displeasure)，A代表激活度（Arousal-nonarousal),D代表优势度 (Dominance-submissiveness)JA D模型是实现情感 倾向转化到情感维度的科学工具，为涉警网络舆情 的情感转换提供了一种新的研究方法。基于PAD情 感模型对涉警网络舆情内容的情感进行分析，首先 是根据需要将离散内容文本定位在PAD空间中点 坐标的位置，然后对每一条信息进行主成分分析，再利用欧式距离计算待测情感信息点到各个典型 情感信息类别之间的距离，公式如下：
Q= £■(/>.,P i)= \\p] - pi I I(7) 其中,P,，P：为两个情感信息点在PAD空间的参 数观察值。当()数值越小，说明这两种感情信息点的 相似程度越高。
(四）社会环境变迁
互联网的发展使得舆情传播的环境发生了巨 大改变，单纯的“你说我听”模式被打破，转而替代 的是人人都可发言、人人可成为舆论中心的模式。对涉警网络舆情的影响可以大致分为技术的变迁f p、主体的变迁C,,、平台的变迁//,，三个部分。其中，技术的 变迁F,，是指互联网技术的飞速发展带来的影响，主 体的变迁C,，是指网民中低龄化趋势等带来的影响，平台的变迁//,，是指社交平台的不断涌现带来的影响。
二、涉警网络舆情的风险评估
通过将涉警网络舆情的影响因素进行量化，为建立风险预测模型提供了基础。其中，由于社会环 境的变迁对涉警网络舆情短时间发展的影响较小，可以忽略不计，因此，笔者不将其放人指标层，而只 将涉警网络舆情的主体、客体和内容纳入风险评估 指标体系（见表3)。
表3涉警网络舆情的风险评估指标体系
-级指标二级指标
涉警网络舆情主体
用户受关注度4
用户活跃度4
涉警网络舆情客体
专业人才储备C,,
文本特征仏
涉警网络舆情内容
层级1,
热度//,
情感属性G
通过运用熵权法、层次分析法5：和组合权重法 进行分析，将涉警网络舆情的成因进行量化表示，可以形成相对客观准确的涉警网络舆情风险评估 模型。
(一）基于熵权法的权重分析
熵权法是一种综合评价方法，几乎不受主观因 素影响，主要是依据客观资料进行评价，可以有效 避免人为因素的干扰。
根据涉警网络舆情的现状，选取我爸是李刚事 件、魏则西事件、雷洋事件、于欢案、上海警方“教科 书式执法”、昆山龙哥反杀案6个典型的涉警网络舆 情事件，参照表3所列的7个指标，通过“百度指数”网站，对这些事件的关键词进行搜索，结合事件发 生的背景情况，查相关的数据，得到涉警网络舆情事件的评价指标值（见表4)。
表4典型涉警网络事件评价指标值
事件（时间）百万）d6(万)1,",Q 我爸是李刚事件(2010. 10. 16)2014901325132魄则西事件（2016. 4. 12)30307314512225
雷洋事件(2016. 5.7)70368012917735
于欢案（2017. 4. 14)6028771188066
上海警方“教科书式执法”（2018. 5. 17)10011801951297昆山龙哥反杀案（2018. 8.27)108708819865468
• 61 .
熵值的求权建立在样本实测数据信息混乱度 的基础上，利用上表，形成原始数据矩阵X:
0.214390132509232、
0.32987314512209125
0.7361801291767935
0.627577118794966
110.680195124197
1.0869588198654106V
由于评估指标对评价对象的影响不同，且数据 之间存在一定差值，当评估值的量级处于同一水平 上时，评估才能够相对合理，因此对表4中的数据进 行无量纲化处理。
对数值越大越好的指标（正指标）进行如下 处理：
.v" - mill(戈）
max(a:J)_ min(')
(8)
对数值越小越好的指标（逆指标）进行如下 处理：
max(*J)- min(*y)
其中，用户关注度、用户活跃度、文本特征、层 级、热度这5个指标都是属于逆指标。情感属性、专 业人才储备这2个指标属于正指标。对这些指标进 行无量纲化处理后，得到如下矩阵
R =(10.8100.830.970. 140
10.5810.66000 0.790.490.730.860.8000
10.61110.920.280.20 0.53110. 14110.60
V00000.400.441
假设有m个被评价对象、〃个评价指标，根据得
出的矩阵/?，计算第）项评价指标熵值：
•ln/y= 0，当ry= 0 时；
其中>
\f,
r<j
I
=---，其它.
Inm
(10)
求出基于熵权法的第y项评价指标权重值：
1-H,
得到基于熵权法的指标权重％…，祕(见表5)。(11)
yw\2，
表5基于熵权法的指标权重
评价指标4d6Q C…
权重％0. 1090. 1180. 1290. 1410. 1540. 1670. 181
(二）基于层次分析法的权重分析
层次分析法是一种主观赋权的方法，将决策问 题进行分解，分为目标层、准则层和方案层。其中，
目标层即最优评价结果，准则层即各项评价指标,
方案层即各项评价对象。基于层次分析法，对涉警
网络舆情的指标进行分析，首先进行层次结构的划
橄榄油的制作方法
分，如图1所示。
H标层
准则层
方案层
图1涉警网络舆情成因的层次结构
通过相互比较的方法确定准则层对于评价目 标的权重，两两比较同一层级的评价指标，形成判
断矩阵：通过查阅文献资料并经过专家打分，构造
判断矩阵（见表6)。
表6判断矩阵
评价指标^3^6Df/,H,Q
dy125/22/31/323/2
d…1/213/22/51/55/44/5
I2/52/312/71/77/81/2
l,3/25/27/211/232
fi3572164
Q1/24/58/71/31/612/3
c…2/35/421/21/43/21
计算准则层的权重，运用MATLAB的函数[v，d] =eig(a)对判断矩阵计算特征向量，并检验一致性。
对特征向量作进一步处理，计算其每一个在三个中的
比例得到特征向量（〇.1352,0.0761，0.0530,0. 1920,
0.3840,0.0635,0.0963)。由此，根据层次分析法得到
准则层对方案层的权重（见表7)。
表7基于层次分析法的指标权重
评价
指标
d6/,H,Q c…
权重0. 13520.07610.05300. 19200.38400.06350.0963
• 62
•
(三）组合权重法分析
由于涉警网络舆情是一种信息的传播，熵权法 并不能完全代表评价指标在实际中的必要性，层次 分析法判断矩阵的引入又带有一定的主观因素，所 以单独运用熵权法和层次分析法获取的结果不一 定完全准确，需要引人修正系数进行修正：
<y3=(1 ~p)Mi+P M\(12)其中，是熵权法所得的权重，％是层次分析 法所得的权重，P表示的是修正系数。修正系数取值 范围为[〇，1]，表示定权过程中客观数据的变异特 性相对主观经验判断的重要性。笔者更注重专家的 经验评价，因此取值较小，为〇.3。修正后，得出基于 熵权法和层次分析法的组合权重法分析结果见表8)。
表8基于熵权法和层次分析法的
组合权重法分析结果
评价指标熵权法权重叫层次分析法权重％组合权重％
0. 1090. 13520. 12734
三方通话0. 1180.07610.08867
0.1290.0530.0758
l,
0.1410. 1920. 1767
0. 1540.3840.315
Q
0. 1670.06350.09455
C…0. 1810.09630.12171
(四）涉警网络舆情的风险等级
由于涉警网络舆情事件评价指标值的取值范 围差异较大，将其进行无量纲化处理，然后与各自 的指标权重相乘并叠加，得到网络舆情的评估阈 值C:
G = W M•C?3 + w n' ^6 + W33 *+
•l,+ W35-H, +W36' Q +(13 )其中,C e (0,10)，G值越大，则风险更高。有研 究者将涉警网络舆情的风险等级分为特别重大风 险、重大风险、严重风险和一般风险四个等级,W笔 者比较认可这种划分方法。比照涉警网络舆情风险 评估建模获取的评估阈值C，将等级判别阈值设定 为2、4、6、8、10对风险等级进行划分：
'特别重大风险，8矣C< 10
等级重大风险，6以<8(⑷
严重风险，4矣C<6
'一般风险，2矣C < 4
三、不同风险等级涉警网络舆情的应对策略
涉警网络舆情风险模型的建立以及风险等级的划分，为采取恰当的应对措施奠定了基础。
(一）特别重大风险
当涉警网络舆情的评估阈值达到或超过8时，呈现出情感有极强的敌意、传播该舆情的用户占总 账户
数的8成以上、热度居高不下等特征，说明涉警 网络舆情来势凶猛，已经在全国范围内发酵，并可 能引发重大体性事件。此时，必须采取最为强硬的 手段，包括：国家有关职能部门主动发声，开展正面引 导；组织专门力量介入调查并及时公布结果，澄清事 实，还原真相；必要时宣布进人紧急状态，军警部门24 小时待命；网信部门采取最高强度网络管理手段，必 要时采取断网等措施；严密关注，及时出击，防范和打 击敌对势力利用网络舆情渗透、颠覆活动等。
(二）重大风险
当涉警网络舆情的评估值达到或超过6但低于 8时，呈现出情感有强烈的敌意、传播该舆情的用户 占总账户数的6成以上、热度持续升高等特点，说明 网络舆情已经在特定地区快速发酵，可能或已经出 现区域性体性事件，且风险可能向全国蔓延。此 时，需要采取强有力的处置措施，包括：舆情事件所 在地政府主动发声，开展正面引导，并组织专门力 量对舆情事件开展调查并及时发布调查结果，澄清 事实；加大对网络舆情的源头管控，加强对媒体的 引导，必要时关闭部分评论功能，加大政府单方面 的信息输出；加大对可能出现的体性事件的防范 力度，对已经出现的体性事件及时采取强有力措 施实施管控以避免扩大等。
(三） 严重风险
当评估值达到或超过4但低于6时，呈现出情 感有较强的敌意、传播该舆情的用户占总账户数的 4成以
上、一定范围内热度较高等特点，说明网络舆 情已经在特定地区开始发酵并已经开始向其他地 区蔓延，不稳定因素开始在一定范围内聚集。此时，需要采取积极的处置措施，包括：特定区域尤其是 舆情事件所在地的相关职能部门应当及时出面，做 出有效应对，如利用官方媒体发声，引导舆论向好 的方向发展；做好舆情的源头把控，及时掌握各种 不稳定因素；实时监控该舆情的发展态势，安排网 信部门对关键词进行限流，降低话题热度，避免向 更高等级的风险演变等，及时化解风险，防止舆情 风险升级等。
(四） 一般风险
当评估值达到或超过2但低于4时，呈现出情
• 63•
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议